ReP USP - Resultado da busca

Artigo de periodico
D-Measure: a bayesian model selection criterion for survival data (2019)
Yiqi, Bao ; Cancho, Vicente Garibay ; Dey, Dipak Kumar ; Louzada, Francisco ; Suzuki, Adriano Kamimura
Source: Advances in Data Science and Adaptive Analysis. Unidade: ICMC
Subjects: ANÁLISE DE SOBREVIVÊNCIA, SIMULAÇÃO (ESTATÍSTICA), INFERÊNCIA BAYESIANA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
YIQI, Bao et al. D-Measure: a bayesian model selection criterion for survival data. Advances in Data Science and Adaptive Analysis, v. 11, n. 3 & 4, p. 1-18, 2019Tradução . . Disponível em: https://doi.org/10.1142/S2424922X19500074. Acesso em: 14 abr. 2026.
APA
Yiqi, B., Cancho, V. G., Dey, D. K., Louzada, F., & Suzuki, A. K. (2019). D-Measure: a bayesian model selection criterion for survival data. Advances in Data Science and Adaptive Analysis, 11( 3 & 4), 1-18. doi:10.1142/S2424922X19500074
NLM
Yiqi B, Cancho VG, Dey DK, Louzada F, Suzuki AK. D-Measure: a bayesian model selection criterion for survival data [Internet]. Advances in Data Science and Adaptive Analysis. 2019 ; 11( 3 & 4): 1-18.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1142/S2424922X19500074
Vancouver
Yiqi B, Cancho VG, Dey DK, Louzada F, Suzuki AK. D-Measure: a bayesian model selection criterion for survival data [Internet]. Advances in Data Science and Adaptive Analysis. 2019 ; 11( 3 & 4): 1-18.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1142/S2424922X19500074
Tese (Doutorado)
Adaptive significance levels in linear regression models (2019)
Patiño Hoyos, Alejandra Estefanía; Fossaluza, Victor (Orientador) ; Pereira, Carlos Alberto de Bragança (Orientador)
Unidade: IME
Subjects: DISTRIBUIÇÕES (PROBABILIDADE), REGRESSÃO LINEAR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PATIÑO HOYOS, Alejandra Estefanía. Adaptive significance levels in linear regression models. 2019. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: https://teses.usp.br/teses/disponiveis/45/45133/tde-07022020-202851/. Acesso em: 14 abr. 2026.
APA
Patiño Hoyos, A. E. (2019). Adaptive significance levels in linear regression models (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45133/tde-07022020-202851/
NLM
Patiño Hoyos AE. Adaptive significance levels in linear regression models [Internet]. 2019 ;[citado 2026 abr. 14 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-07022020-202851/
Vancouver
Patiño Hoyos AE. Adaptive significance levels in linear regression models [Internet]. 2019 ;[citado 2026 abr. 14 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-07022020-202851/
Artigo de periodico
Blending Bayesian and classical tools to define optimal sample-size-dependent significance levels (2019)
Gannon, Mark Andrew ; Pereira, Carlos Alberto de Bragança ; Polpo, Adriano
Source: The American Statistician. Unidade: IME
Assunto: TESTES DE HIPÓTESES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GANNON, Mark Andrew e PEREIRA, Carlos Alberto de Bragança e POLPO, Adriano. Blending Bayesian and classical tools to define optimal sample-size-dependent significance levels. The American Statistician, v. 73, n. sup1, p. 213-222, 2019Tradução . . Disponível em: https://doi.org/10.1080/00031305.2018.1518268. Acesso em: 14 abr. 2026.
APA
Gannon, M. A., Pereira, C. A. de B., & Polpo, A. (2019). Blending Bayesian and classical tools to define optimal sample-size-dependent significance levels. The American Statistician, 73( sup1), 213-222. doi:10.1080/00031305.2018.1518268
NLM
Gannon MA, Pereira CA de B, Polpo A. Blending Bayesian and classical tools to define optimal sample-size-dependent significance levels [Internet]. The American Statistician. 2019 ; 73( sup1): 213-222.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1080/00031305.2018.1518268
Vancouver
Gannon MA, Pereira CA de B, Polpo A. Blending Bayesian and classical tools to define optimal sample-size-dependent significance levels [Internet]. The American Statistician. 2019 ; 73( sup1): 213-222.[citado 2026 abr. 14 ] Available from: https://doi.org/10.1080/00031305.2018.1518268
Tese (Doutorado)
Estatística em confiabilidade de sistemas: uma abordagem Bayesiana paramétrica (2018)
Rodrigues, Agatha Sacramento; Campos, Adriano Polpo de (Orientador); Pereira, Carlos Alberto de Bragança (Orientador)
Unidade: IME
Assunto: ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RODRIGUES, Agatha Sacramento. Estatística em confiabilidade de sistemas: uma abordagem Bayesiana paramétrica. 2018. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2018. Disponível em: https://teses.usp.br/teses/disponiveis/45/45133/tde-10102018-232055/. Acesso em: 14 abr. 2026.
APA
Rodrigues, A. S. (2018). Estatística em confiabilidade de sistemas: uma abordagem Bayesiana paramétrica (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45133/tde-10102018-232055/
NLM
Rodrigues AS. Estatística em confiabilidade de sistemas: uma abordagem Bayesiana paramétrica [Internet]. 2018 ;[citado 2026 abr. 14 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-10102018-232055/
Vancouver
Rodrigues AS. Estatística em confiabilidade de sistemas: uma abordagem Bayesiana paramétrica [Internet]. 2018 ;[citado 2026 abr. 14 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-10102018-232055/

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Subjects